TruncatedNormal

class torchrl.modules.TruncatedNormal(loc: torch.Tensor, scale: torch.Tensor, upscale: torch.Tensor | float = 5.0, low: torch.Tensor | float = - 1.0, high: torch.Tensor | float = 1.0, tanh_loc: bool = False)

实现了具有位置缩放的截断正态分布。

位置缩放可防止位置“离 0”太远，这最终会导致不稳定的样本和不良的梯度计算（例如梯度爆炸）。在实践中，位置根据以下公式计算：

\[loc = tanh(loc / upscale) * upscale.\]

通过关闭 tanh_loc 参数（见下文）可以禁用此行为。

参数:

• loc (torch.Tensor) – 正态分布的位置参数

• scale (torch.Tensor) – 正态分布的 sigma 参数（方差的平方根）

• upscale （torch.Tensor 或 数字, 可选） –

  公式中的“a”缩放因子

  \[loc = tanh(loc / upscale) * upscale.\]

  默认为 5.0

• low （torch.Tensor 或 数字, 可选） – 分布的最小值。默认为 -1.0；

• high （torch.Tensor 或 数字, 可选） – 分布的最大值。默认为 1.0；

• tanh_loc （bool, 可选） – 如果为 True，则使用上述公式进行位置缩放，否则保留原始值。默认为 False；

log_prob(value, **kwargs)

返回在 value 处评估的概率密度/质量函数的对数。

参数:

value （Tensor） –

property mode

返回分布的众数。